AI 說懂了卻做歪？讓它動手前先說需求理解，你允許才開始

丟一句話給 AI，它說懂了，做出來卻不是你要的，這種心酸血淚史大家肯定經歷過。

我後來都會讓 AI 在正式處理前，請他陳述一次對我需求的理解，讓我確認或補充後才動手。

我以前忙著做線上課程影片畫面時，隨手打過一句只有十幾個字的「做個樣片出來吧 請幫我弄好看一點」。
同一句話請另外的 AI 用舊做法和新做法各回一次，回來的東西如下。

• 舊做法（條列理解＋提問）：把問題丟回給你，問「你說的好看比較接近哪種？」，你得自己再想一輪。
• 新做法（陳述對需求的理解）：直接變成高機率能點頭的提案，你只要回「開始」

但我今天看到一部來自 The Eighth Sense【第八感】一支約 3 分鐘的 Facebook 短片，發覺其實這種「陳述理解」的情境，有很大的優化空間。

改良後的做法，讓我還沒想清楚要甚麼的時候，透過 AI 列出的內容，反而能更省力地知道自己可能是要甚麼，進而有效率的接續討論，還能從中學到不少東西。

需求理解的 6 個欄位模板

短片把對 AI 提問分成四個維度，我的理解如下:
速度 - 加快產出速度
高度 - 讓 AI 往更上一層思考，從驅動執行的意圖讓 AI 產出更有品質與符合期待
範圍 - 借用其他領域好用的方法論，這邊考驗對概念抽象的能力
往深處 - 假設自己的需求陳述與思考是很表層的，讓 AI 先深入分析一次

而多數人只停在把同樣的事做更快的「速度」。

下面這份 6 欄範本，前 4 欄就來自短片的高度、範圍與往深處做，後 2 欄則是我個人習慣補上去的，用來進一步攤開 AI 在這過程中替你補的假設、與需要你額外拍板決策的事。

## 新版陳述任務理解

收到新任務時，先做必要的唯讀查詢（讀檔、搜尋），不要先改任何東西。
接著回覆對任務內容的理解，等我回「開始」或補充後才動手：

- 目標：為了＿＿（給誰、做什麼決定）做出＿＿（用動詞寫目的，不只寫成品名稱）
- 完成的樣子：＿＿，用＿＿驗證
- 借用的方法：其他專業的具體做法＿＿（不是角色扮演）
- 多做一步：這個領域的高手會多做＿＿；從＿＿原始資料開始，不只用我整理好的
- 我自己決定的：＿＿（可逆細節，要改再說）
- 要你決定：最多 N 題，各附建議；沒有就寫「無」

實際用起來，最提升體驗的絕對是「借用」與「多做一步」，可以幫你攔下原本沒想到的風險、或是給出更適合的解決方案。

這樣會不會連小事都被卡住？他理解錯了怎麼辦？

如果你用 Claude Code，可以再加設執行前的自動檢查（hook）避免直接執行、同時自動陳述理解（設定方式見〈AI 說「改好了」結果根本沒好？別讓它猜第二次，先做這兩件事〉）。如果覺得一般單步小修改也被攔太繁瑣，可以在模板開頭加一句「單步小修改直接完成，不需填卡」。

而如果理解錯誤，就代表如果少了這一環，很可能浪費時間與額度做了一件錯誤的事情，這就是省事的代價。

想看原本那四個提問維度怎麼一步步拆解，可以去看 The Eighth Sense【第八感】那支 Facebook 短片。